Targeting GPR133 <i>via</i> miR-106a-5p inhibits the proliferation, invasion, migration and epithelial-mesenchymal transition (EMT) of glioma cells
Notice bibliographique
Résumé
<b>Background:</b> Glioma is the most common malignant brain tumor. GPR133 is a key factor in the progression of glioma. However, the role of GPR133 in glioma invasion and EMT and the microRNAs (miRNAs) associated with this pathway are still poorly understood.<b>Objective:</b> This study aims to elucidate the biological function of miR-106a-5p and GPR133 in glioma as well as the molecular mechanism of their interaction.<b>Methods:</b> The mRNA expression of miR-106a-5p and GPR133 in glioma specimens and cells was analyzed by quantitative real-time polymerase chain reaction (qRT–PCR). The protein level of GPR133 and the levels of invasion- and EMT-related proteins were measured by western blotting. miR-106a-5p and GPR133 function in glioma cells was determined through cell counting kit-8 (CCK-8), transwell, wound healing, colony formation assays <i>in vitro</i> and xenograft assays <i>in vivo</i>. To determine the targeting relationship between miR-106a-5p and GPR133, a dual-luciferase reporter assay was conducted.<b>Results:</b> A marked reduction in miR-106a-5p expression was observed in glioma cells and specimens. Patients with high expression of miR-106a-5p had a good prognosis, while patients with high expression of GPR133 had a shorter OS. Additionally, overexpression of miR-106a-5p or downregulation of GPR133 inhibited the progression of glioma cells. Furthermore, miR-106a-5p negatively regulated GPR133 expression by binding to its 3′-UTR, and restrained the invasion, migration, proliferation and EMT of glioma cells by targeting GPR133.<b>Conclusions:</b> miR-106a-5p is a tumor suppressor that negatively regulates GPR133. The miR-106a-5p/GPR133 axis could potentially serve as a therapeutic target for glioma.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».